mirror of
https://github.com/ZhuLinsen/daily_stock_analysis
synced 2026-09-20 10:53:33 +08:00
e80038009b
* test(tw): add live-network drift smoke + network-marked tests for 三大法人 fetcher The offline tests (tests/test_tw_institutional_fetcher.py) pin the parser to frozen fixtures, so they cannot notice an upstream TWSE T86 / TPEx feed change. Add two additive, tw-only drift detectors that hit the real public endpoints: - tests/tw_institutional_live_smoke.py: manual non-pytest smoke (mirrors tests/longbridge_live_smoke.py). Checks endpoint liveness + core-column-name presence, and cross-checks the fetcher's foreign/trust/dealer/total against the raw columns plus the always-true reconstruction total == foreign + foreign_dealer + trust + dealer (the 3-term identity only holds when the foreign-dealer sub-component is 0). - tests/test_tw_institutional_network.py: @pytest.mark.network, run only by the non-blocking Network Smoke cron (pytest -m network); the blocking backend gate runs pytest -m "not network" (scripts/ci_gate.sh) so these never gate a PR. Two self-contained tests cross-check the fetcher against the raw feed. No production code touched (data_provider/base.py unchanged); fail-open and no-silent-pass preserved. A renamed core/foreign-dealer column or a non-JSON response (maintenance page / URL migration) is reported LOUD as drift; only a transport error or non-trading-day soft-skips. Verified live against today's feeds and via a negative-path simulation of every drift/transient case. Dual review (code-reviewer APPROVE + silent-failure-hunter PROCEED) caught and fixed soft-skip paths that had masked feed drift (non-JSON body swallowed as a blip; foreign-dealer rename fabricated via `or 0`). * test(tw): fail loud when a stock is present in the raw feed but the fetcher returns None Addresses the review correctness-blocker on #1855. The TWSE/TPEx drift tests called the fetcher first and soft-skipped on a None result as "transient / suspended" WITHOUT checking the raw feed — so an upstream parse-prerequisite drift (e.g. a 民國->ISO date-format change that _parse_tpex_row / _parse_t86_row cannot convert) would make get_institutional_net() fail-open to None and be silently skipped, the exact fail-open these tests exist to catch (and contrary to the PR's stated "民國->ISO date switch fails loud"). Reorder both the smoke and the network tests: resolve the target stock's raw row FIRST, then if the fetcher returns None — fail LOUD when the row IS present in the raw feed (parse/date drift), and only soft-skip when the row is genuinely absent (non-trading day / suspended / transient). Verified: a negative-path simulation (raw row present + an unconvertible payload date) now reports drift and fails, the live happy path still passes, and the network tests are stable across repeated runs (transient blips hit both the raw fetch and the fetcher together -> consistent skip, never a false fail). --------- Co-authored-by: zhulinsen <42829555+ZhuLinsen@users.noreply.github.com>
📈 股票智能分析系统
🤖 基于 AI 大模型的 A股/港股/美股/日股/韩股自选股智能分析系统，每日自动分析并推送「决策仪表盘」到企业微信/飞书/Telegram/Discord/Slack/邮箱
💖 赞助商 (Sponsors)
🖥️ 产品预览
✨ 功能特性
| 能力 | 覆盖内容 |
|---|---|
| AI 决策报告 | 核心结论、评分、趋势、买卖点位、风险警报、催化因素、操作检查清单 |
| 多市场数据聚合 | A股、港股、美股、ETF：行情、K 线、技术指标、资金流、筹码、新闻、公告和基本面；日股/韩股（.T / .KS / .KQ）：YFinance 日线与基础行情、技术指标可用，capital_flow、dragon_tiger、boards 与部分高阶区块会按市场边界降级为 not_supported（见 市场支持边界） |
| Web / 桌面工作台 | 手动分析、任务进度、历史报告、完整 Markdown、回测、持仓、配置管理、浅色 / 深色主题 |
| Agent 策略问股 | 多轮追问，支持均线、缠论、波浪、趋势、热点、事件、成长、预期等 15 种内置策略，覆盖 Web/Bot/API |
| 智能导入与补全 | 图片、CSV/Excel、剪贴板导入；股票代码/名称/拼音/别名补全 |
| 自动化与推送 | GitHub Actions、Docker、本地定时任务、FastAPI 服务和企业微信/飞书/Telegram/Discord/Slack/邮件推送 |
功能细节、字段契约、基本面 P0 超时语义、交易纪律、数据源优先级、Web/API 行为请看 完整配置与部署指南。
技术栈与数据来源
| 类型 | 支持 |
|---|---|
| AI 模型 | Anspire、AIHubMix、Gemini、OpenAI 兼容、DeepSeek、通义千问、Claude、Ollama 本地模型等 |
| 行情数据 | TickFlow、AkShare、Tushare、Pytdx、Baostock、YFinance、Longbridge |
| 新闻搜索 | Anspire、SerpAPI、Tavily、Bocha、Brave、MiniMax、SearXNG |
| 社交舆情 | Stock Sentiment API（Reddit / X / Polymarket，仅美股，可选） |
完整规则见 数据源配置。
🚀 快速开始
方式一：GitHub Actions（推荐）
5 分钟完成部署，零成本，无需服务器。
1. Fork 本仓库
点击右上角 Fork 按钮（顺便点个 Star⭐ 支持一下）
2. 配置 Secrets
Settings → Secrets and variables → Actions → New repository secret
AI 模型配置（至少配置一个）
默认先选一个模型服务商并填写 API Key；需要多模型、图片识别、本地模型或高级路由时，再参考 LLM 配置指南。
| Secret 名称 | 说明 | 必填 |
|---|---|---|
ANSPIRE_API_KEYS |
Anspire API Key，一Key同时启用全球热门大模型和联网搜索，无需科学上网，含免费额度 | 推荐 |
AIHUBMIX_KEY |
AIHubMix API Key，一Key切换使用全系模型，无需科学上网，本项目可享 10% 优惠 | 推荐 |
GEMINI_API_KEY |
Google Gemini API Key | 可选 |
ANTHROPIC_API_KEY |
Anthropic Claude API Key | 可选 |
OPENAI_API_KEY |
OpenAI 兼容 API Key（支持 DeepSeek、通义千问等） | 可选 |
OPENAI_BASE_URL / OPENAI_MODEL |
使用 OpenAI 兼容服务时填写 | 可选 |
Ollama 更适合本地 / Docker 部署，GitHub Actions 推荐使用云端 API。
通知渠道配置（至少配置一个）
| Secret 名称 | 说明 |
|---|---|
WECHAT_WEBHOOK_URL |
企业微信机器人 |
FEISHU_WEBHOOK_URL |
飞书机器人 |
TELEGRAM_BOT_TOKEN + TELEGRAM_CHAT_ID |
Telegram |
DISCORD_WEBHOOK_URL |
Discord Webhook |
SLACK_BOT_TOKEN + SLACK_CHANNEL_ID |
Slack Bot |
EMAIL_SENDER + EMAIL_PASSWORD |
邮件推送 |
更多渠道、签名校验、分组邮件、Markdown 转图片等配置见 通知渠道详细配置。
自选股配置（必填）
| Secret 名称 | 说明 | 必填 |
|---|---|---|
STOCK_LIST |
自选股代码，如 600519,hk00700,AAPL,7203.T,005930.KS |
✅ |
新闻源配置（推荐）
新闻源会显著影响舆情、公告、事件和催化因素质量，建议至少配置一个搜索服务。
| Secret 名称 | 说明 | 必填 |
|---|---|---|
ANSPIRE_API_KEYS |
Anspire AI Search：中文内容特别优化，适合 A 股新闻和舆情检索；同一 Key 可复用为 Anspire 大模型 | 推荐 |
SERPAPI_API_KEYS |
SerpAPI：搜索引擎结果补强，适合实时金融新闻 | 推荐 |
TAVILY_API_KEYS |
Tavily：通用新闻搜索 API | 可选 |
BOCHA_API_KEYS |
博查搜索：中文搜索优化，支持 AI 摘要 | 可选 |
BRAVE_API_KEYS |
Brave Search：隐私优先，美股资讯补强 | 可选 |
MINIMAX_API_KEYS |
MiniMax：结构化搜索结果 | 可选 |
SEARXNG_BASE_URLS |
SearXNG 自建实例：无配额兜底，适合私有部署 | 可选 |
更多搜索源、社交舆情和降级规则见 搜索服务配置。
3. 启用 Actions
Actions 标签 → I understand my workflows, go ahead and enable them
4. 手动测试
Actions → 每日股票分析 → Run workflow → Run workflow
完成
默认每个**工作日 18:00（北京时间）**自动执行，也可手动触发。默认非交易日（含 A/H/US 节假日）不执行；强制运行、交易日检查、断点续传等规则见 完整指南。
方式二：客户端配置教程 / 本地运行 / Docker 部署
# 克隆项目
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git && cd daily_stock_analysis
# 安装依赖
pip install -r requirements.txt
# 配置环境变量
cp .env.example .env && vim .env
# 运行分析
python main.py
常用命令：
python main.py --debug
python main.py --dry-run
python main.py --stocks 600519,hk00700,AAPL
python main.py --market-review
python main.py --schedule
python main.py --serve-only
📱 推送效果
决策仪表盘
🎯 2026-02-08 决策仪表盘
共分析3只股票 | 🟢买入:0 🟡观望:2 🔴卖出:1
📊 分析结果摘要
⚪ 中钨高新(000657): 观望 | 评分 65 | 看多
⚪ 永鼎股份(600105): 观望 | 评分 48 | 震荡
🟡 新莱应材(300260): 卖出 | 评分 35 | 看空
⚪ 中钨高新 (000657)
📰 重要信息速览
💭 舆情情绪: 市场关注其AI属性与业绩高增长，情绪偏积极，但需消化短期获利盘和主力流出压力。
📊 业绩预期: 基于舆情信息，公司2025年前三季度业绩同比大幅增长，基本面强劲，为股价提供支撑。
🚨 风险警报:
风险点1：2月5日主力资金大幅净卖出3.63亿元，需警惕短期抛压。
风险点2：筹码集中度高达35.15%，表明筹码分散，拉升阻力可能较大。
风险点3：舆情中提及公司历史违规记录及重组相关风险提示，需保持关注。
✨ 利好催化:
利好1：公司被市场定位为AI服务器HDI核心供应商，受益于AI产业发展。
利好2：2025年前三季度扣非净利润同比暴涨407.52%，业绩表现强劲。
📢 最新动态: 【最新消息】舆情显示公司是AI PCB微钻领域龙头，深度绑定全球头部PCB/载板厂。2月5日主力资金净卖出3.63亿元，需关注后续资金流向。
---
生成时间: 18:00
大盘复盘
🎯 2026-01-10 大盘复盘
📊 主要指数
- 上证指数: 3250.12 (🟢+0.85%)
- 深证成指: 10521.36 (🟢+1.02%)
- 创业板指: 2156.78 (🟢+1.35%)
📈 市场概况
上涨: 3920 | 下跌: 1349 | 涨停: 155 | 跌停: 3
🔥 板块表现
领涨: 互联网服务、文化传媒、小金属
领跌: 保险、航空机场、光伏设备
⚙️ 配置说明
完整环境变量、模型渠道、通知渠道、数据源优先级、交易纪律、基本面 P0 语义和部署说明请参考 完整配置指南。
🖥️ Web 界面
Web 工作台提供配置管理、任务监控、手动分析、历史报告、完整 Markdown 报告、Agent 问股、回测、持仓管理、智能导入和浅色 / 深色主题。启动方式：
python main.py --webui
python main.py --webui-only
访问 http://127.0.0.1:8000 即可使用。认证、智能导入、搜索补全、历史报告复制、云服务器访问等细节见 本地 WebUI 管理界面。
🤖 Agent 策略问股
配置任意可用 AI API Key 后，Web /chat 页面即可使用策略问股；如需显式关闭可设置 AGENT_MODE=false。
- 支持均线金叉、缠论、波浪理论、多头趋势、热点题材、事件驱动、成长质量、预期重估等内置策略
- 支持实时行情、K 线、技术指标、新闻和风险信息调用
- 支持多轮追问、会话导出、发送到通知渠道和后台执行
- 支持自定义策略文件与多 Agent 编排（实验性）
🧩 相关项目 (Related Projects)
DSA 聚焦日常分析报告；下面两个同系列项目分别覆盖选股、策略验证与策略进化，适合按需延伸使用。它们当前独立维护，后续会优先探索与 DSA 的候选股导入、回测验证和报告联动。
| 项目 | 定位 |
|---|---|
| AlphaSift | 多因子选股与全市场扫描，用于从股票池中提取候选标的 |
| AlphaEvo | 策略回测与自我进化，用于验证策略规则，并通过迭代探索策略参数与组合 |
📬 联系与合作
| 合作邮箱 |
zhuls345@gmail.com 项目咨询、部署支持与功能扩展 |
 扫码关注小红书 |
| 小红书 | 欢迎关注小红书 | |
| 问题反馈 | 提交 Issue |
📄 License
MIT License © 2026 ZhuLinsen
欢迎在二次开发或引用时注明本仓库来源，感谢支持项目持续维护。
⚠️ 免责声明
本项目仅供学习和研究使用，不构成任何投资建议。股市有风险，投资需谨慎。作者不对使用本项目产生的任何损失负责。